A

Neuronul clasificator sau perceptronul

Perceptronul este asemntor neuronului MCP i a fost dezvoltat din dorina de a modela funcia de
percepie vizual a retinei.
Evoluia perceptronului este descris de:
( )
1
1, 0
0, altfel
n
T
i i
i
net w x T
net
y f net
=
= =
>
= =

W X

n care:
( )
1
1 1
,... ,... , 1
T
n
i n n
x x x x R
+
+
= = e X este vectorul de intrare extins care include i intrarea aferent
pragului:
( )
1
1 1
,... ,... ,
T
n
i n n
w w w w T R
+
+
= = e W - vectorul ponderilor extins care include i pragul T
Ecuaia 0
T
net = = W X este ecuaia unui hiperplan care mparte spaiul vectorilor de intrare n dou regiuni
de decizie.
aparin clasei A, iar vectorii situai n partea negativ caracterizai de
Limitele perceptronului
Ei furnizeaz celebrul exemplu care evideniaz limitrile perceptronului i anume problema nvrii tabelei de
adevr a funciei logice XOR (tabelul 1).
Considernd un perceptron cu dou intrri i funcia de activare standard
1 daca - 0
0 daca - 0
net T
y
net T
>
=

<

algoritmul de antrenare nu va putea determina valorile
1
w ,
2
w i T astfel nct ieirea perceptronului s
furnizeze valorile funciei XOR.
Reprezentnd n plan cele patru puncte corespunztoare celor patru vectori de intrare posibili ai perceptronului se
observ c nu exist nici o dreapt avnd ecuaia:
1 1 2 2
0 w x w x T + = care s separe cele dou clase de obiecte
.O astfel de partiionare poate fi realizat folosind o reea cu mai multe straturi denumit perceptronul multistrat sau
multi layer perceptron - MLP
Motorul de inferene
Motorul de inferen este un program general care implementeaz mecanismul prin care se construiesc
raionamentele.Pornind de la fapte MI are ca sarcin exploatarea regulilor i generarea rspunsurilor la ntrebrile
puse de utilizatori n scopul determinrii soluiei problemei analizate. Cu regulile existente n baza de cunotine se
pot construi arbori de inferen care au ca noduri premisele iar ca ramuri arcele care conecteaz diferitele
premise.Exist diverse procedee sau mecanisme de inferen care traverseaz acest arbore n sensuri diferite,
conceptul de CUTARE fiind unul esenial n programele de IA.


B
Cutarea n adncime
Cutarea n adncime este strategia cea mai frecvent utilizat n aplicaiile practice. Ea expandeaz strile cel mai
recent generate, adic nodurile din lista LF cu adncimea cea mai mare. Prin urmare, aceast strategie parcurge o
cale de la starea iniial pn la o stare ce poate fi starea final sau care nu mai are nici un succesor. n acest ultim
caz se aplic mecanismul backtracking revenindu-se pe nivelurile anterioare i se ncearc explorarea altor ci
posibile.
Algoritm: Strategia cutrii in adncime n spaiul strilor
1. Creeaz listele { }
i
LF S si { } LT
2. DAC ={ } LF
ATUNCI ntoarce INSUCCES /* nu exist soluie sau soluia nu poate fi gsit pn la nivelul AdMax
*/
3. Elimin primul nod S
c
din LF si-l insereaz n LT
3'. DAC ( )
c
Ad S AdMax =
ATUNCI repet de la 2
4. Expandeaz nodul S
c

4.1. Genereaz toi succesorii direci
j
S ai nodului S
c

4.2. Pentru fiecare succesor (1 )
j
S j m s s al lui S
c
execut
4.2.1. Stabilete legtura
j c
S S
4.2.2. DAC
j
S este stare final
ATUNCI
i. Soluia este ( , ,..., )
j c i
S S S
ii. ntoarce SUCCES /* s-a gsit soluie */
4.2.3. Insereaz
j
S n LF, la nceput
5. repet de la 2
sfrit..

C
Reele neuronale artificiale Kohonen

Reelele neuronale Kohonen numite hri de trsturi cu auto-organizare, sunt inspirate din modul n care
este organizat cortexul cerebral care, dup cum este cunoscut, are rolul de a coordona funciile organismului. El
poate fi asemuit cu o pnz subire, de ntindere relativ mare pliat astfel nct s poat ocupa suprafaa din
interiorul craniului, pe care se realizeaz o proiecie deformat a ntregului corp uman. Kohonen a pus bazele
teoriei hrilor de trsturi cu auto-organizare, care sunt reele neuronale artificiale cu nvare nesupervizat i
cu ieiri continue, cunoscute i ca reele neuronale Kohonen.
Auto-organizarea se definete ca fiind capacitatea unui sistem de a descoperi i nva structura datelor de
intrare chiar i atunci cnd nu exist informaii referitoare la aceast structur. Fr a i se specifica rspunsul
corect pentru fiecare exemplu prezentat la intrare, reeaua neuronal artificial cu auto-organizare nva singur.
Cu alte cuvinte, ea descoper trsturi caracteristice ale datelor de intrare pe care le organizeaz i le memoreaz
ntr-o manier specific. n acest context, setul sau mulimea de antrenare conine numai mrimile de intrare
k
X
i nu perechi de tipul intrare ieire.
Informaiile privind trsturile specifice mulimii datelor de antrenare sunt sintetizate n cursul procesului de
nvare nesupervizat i sunt memorate n vectorii conexiunilor sinaptice ale cror componente nu mai
reprezint ponderile ci componentele aa numiilor vectori prototip. Fiecare neuron al reelei artificiale
corespunde unui prototip, iar ieirea definete relaia dintre intrarea curent i aceste prototipuri memorate.
Particularitatea reelelor Kohonen este aceea c neuronii nu mai sunt aezai pe straturi ci n nodurile unei plase
bidimensionale de dimensiune numit grila suport


Cutarea pe nivel sau n lime
Cutarea pe nivel, numit i cutarea n lime, este o strategie care expandeaz strile urmtoare n ordinea
apropierii fa de nodul stare iniial S
i
. Aceast strategie trateaz lista frontier LF folosind o strategie de tipul
FIFO. Nodul din frontier care se elimin este primul din list, iar succesorii si sunt adugai la sfritul listei.
Algoritm: Strategia cutrii pe nivel in spaiul strilor
1. Creeaz listele LF { }
i
S si LT { }
2. DAC LF={ }
ATUNCI ntoarce INSUCCES
3. Elimin primul nod S
c
din LF si-l insereaz n LT
4. Expandeaz nodul S
c

4.1. Genereaz toi succesorii direci
j
S ai nodului S
c

4.2. pentru fiecare succesor S (1 j m)
j
s s al lui S
c
executa
4.2.1. Stabilete legtura S S
j

4.2.2. daca S
j
este stare final
atunci
i. Soluia este (S S,...,S )
j i
,
ii. ntoarce SUCCES /* s-a gsit soluie */
4.2.3. Insereaza
j
S in LF, la sfrit
5. repeta de la 2
sfrit.



D
Strategii de cutare euristic:Spatiul de cautare explorat poate fi redus prin aplicarea tehnicilor euristice de
cutare care in seama de ct de aproape este fiecare nod al grafului de nodul corespunztor strii finale.
Cuvntul euristic() provine din greaca veche i are nelesul a descoperi. Conform DEX un procedeu
euristic servete la descoperirea unor cunotine noi,
n acest context, cunotinele euristice pot fi utilizate pentru:
a) selectarea nodului urmator de expandat n cursul cutrii
b) a decide care dintre succesorii nodului ce este expandat vor fi generai i care nu.
c) eliminarea din spaiul de cutare a anumitor noduri generate.
Metoda cii spre obiectiv:Principiul acestei metode const n alegerea acelor operatori care par s conduc la un
obiectiv, de obicei soluia problemei. n acest sens, la fiecare pas al procesului de cutare se evalueaz diferenele
dintre starea curent S
c
i starea final S
f
pe baza crora se identific un operator
1
O ce ar permite trecerea
direct din starea curent n cea final. Din pcate un astfel de operator fie nu exist, fie nu poate fi aplicat. De
aceea se aplic principiul descompunerii problemei n subprobleme.



Reprezentarea soluiei problemei prin spaiul strilor
n reprezentarea soluiei problemei prin spaiul strilor, spaiul de cutare are forma unui graf
orientat n care nodurile sunt identificate prin stri, iar arcele reprezint aplicarea unor operatori pentru
a transforma o stare n starea urmtoare. Prin definiie o reprezentare a soluiei problemei prin spaiul
strilor este format din tripletul
( )
, ,
i f
S O S n care:

i
S -mulimea strilor iniiale;
O-mulimea de operatorilor aplicabili strilor universului problemei pentru a ajunge n noi stri

f
S -mulimea strilor finale; aceasta poate fi constituit din una sau mai multe stri.
Prin urmare, o soluie a problemei este o secvena care transform starea iniial n starea final i
reprezint o cale ntre aceste dou stri n graf. Iniial graful spaiului de cutare este specificat implicit
de reprezentare prin tripletul
( )
, ,
i f
S O S . Pe msur ce procesul de cutare a soluiei avanseaz o
poriune din acest graf devine explicit. Pentru exemplificare se consider problema comis voiajorului.
Este evident faptul c generarea tuturor traseelor posibile i compararea costurilor asociate pentru a
gsi traseul optim este un proces ineficient din punct de vedere computaional, mai ales n cazul unui
numr mare de orae. De aceea, pentru rezolvarea acestei probleme se face apel la tehnicile euristice de
cutare.